授業コード
Class code
A4373
年度
Year
2017
学部・研究科
Faculty/Graduate school
経営学部
添付ファイル名
Attached documents
カテゴリー 経営戦略学科専門科目
開講時期
Term
春学期授業
単位数
Credit(s)
2
入学年度
Admission year
曜日・時限
Day/Period
月曜1限
キャンパス
Campus
市ヶ谷
配当年次
Grade
3~4
備考
Notes
グローバル・オープン科目
Global Open Program
公開科目

【授業の概要と目的(何を学ぶか) / Outline and objectives】
統計学、計量経済学の知識・技術をビジネスで活用できるようになることを目指します。

【到達目標 / Goal】
ビジネスに関連する意思決定のために、データを収集し、分析し、解釈することができるようになることを目標とします。
分析ツールはExcelとRを用います。両者とも使いこなすには慣れが必要ですが、勘所を授業中に丁寧に説明します。用いるサンプルデータはビジネスに関係するものを中心に、その他の数値データも対象とします。講義では一部で数式を使いますが、実際の計算の多くはソフトウェアにさせることになります。
分野としては統計学、計量経済学に属します。

【授業の進め方と方法 / Method(s)】
講義と演習(パソコン使用)を交互に行います。

【授業計画 / Schedule】

Ⅰ 春学期

回 / No. テーマ / Theme 内容 / Contents
1 ガイダンス 講義の進め方について説明します。
2 統計学の意義 統計学が何に役立つか、使いどころについて考えます。
3 演習1―データ収集・グラフ化(1) データ収集・グラフ化について演習を行います。
4 統計の解釈―平均値、相関 平均値や相関関係を用いた統計の解釈の方法を考えます。
5 演習2―データ収集・グラフ化(2) データ収集・グラフ化について演習を行います。
6 統計学の基礎1―平均、分散 平均、分散について説明します。
7 演習3―平均、分散の計算 平均、分散についてデータを用いて考えます。
8 統計学の基礎2―確率分布 確率分布について説明します。
9 演習4―散布図、ヒストグラムの作成 散布図、ヒストグラムの作成を行い、確率分布と比較します。
10 回帰分析―最小二乗法、検定 最小二乗法、検定について説明します。
11 演習5―最小二乗法(1) 最小二乗法を実際のデータに適用して、解釈を行います。
12 応用―経営分析(1) 需要予測の考え方を説明します。
13 応用―経営分析(2) CAPM(資本資産評価モデル)、ROAの分布の分析等を取り上げます。
14 まとめと復習 春学期全体を振り返り、まとめと復習をします。
15 試験 試験を行い、理解度を確認します。

Ⅱ 秋学期

回 / No. テーマ / Theme 内容 / Contents
16 統計学の基礎、回帰分析の復習 統計学の基礎、回帰分析について復習します。
17 Rの使い方(1) 統計解析のツールであるRでのプログラミング方法の基礎について解説します。
18 演習6―最小二乗法(2) 様々なデータに最小二乗法を適用し、分析を行います。
19 Rの使い方(2) Rの応用的な使い方について説明します。
20 回帰分析の応用―最尤法・プロビット 最尤法・プロビットについて説明します。
21 演習7―質的データの分析 質的データのプロビット分析を行います。
22 期末課題の説明―クロスセクションデータの分析 期末課題(住宅価格の分析)について説明します。
23 演習8―期末課題の準備(1) 住宅価格の分析に必要なデータの収集を行います。
24 主成分分析 データを集約する方法の1つである主成分分析について解説します。
25 演習9―主成分分析 サンプルデータを用いて主成分分析を行います。
26 演習10―期末課題の準備(2) 回帰分析に用いるデータセットを作成します。
27 演習11―期末課題のレポート作成 回帰分析を行い、レポートにまとめます。
28 まとめと復習 講義全体を振り返り、まとめと復習をします。
29 期末課題の発表(1) 学生に期末課題の発表をしてもらいます。
30 期末課題の発表(2) 同じく、学生に期末課題の発表をしてもらいます。

【授業時間外の学習(準備学習・復習・宿題等) / Work to be done outside of class (preparation, etc.)】
授業内で指示する課題が演習時間内に終わらない場合は、宿題とします。
秋学期は期末課題のレポート作成と発表準備が授業外に必要になる可能性があります。

【テキスト(教科書) / Textbooks】
参考書のみ指定する予定です。

【参考書 / References】
1. 松原望(著)『わかりやすい統計学 第2版』、丸善、2009年
2. 松原望(著)『入門統計解析―医学・自然科学編』、東京図書、2007年
3. 村田昇(著)『情報理論の基礎―情報と学習の直観的理解のために』、サイエンス社、2008年
4. 佐々木拓郎・るびきち(著)『Rubyによるクローラー開発技法』SBクリエイティブ、
2014年
5. 永田靖、棟近雅彦(著)『多変量解析法入門』、サイエンス社、2001年

【成績評価の方法と基準 / Grading criteria】
春学期は5回程度の小レポート60%、期末試験40%の配点比率とします。
秋学期は6回程度の小レポート(期末課題レポートの準備を含む)60%、期末課題(レポートと発表)40%の配点比率とします。

【学生の意見等からの気づき / Changes following student comments】
基礎科目だけではExcelを用いたデータ分析の習熟が十分でない場合があるようなので、Excelを用いた演習をより多く取り入れます。

【学生が準備すべき機器他 / Equipment student needs to prepare】
資料配布・課題提出等のために授業支援システムを利用します。

【その他の重要事項 / Others】
関連科目:基礎統計学I/II
オフィスアワー:授業後に質問を受け付けます。